Liquid AI का LFM2.5-2.6B: 2.5 GB से भी कम मेमोरी में चलने वाला ऑन-डिवाइस AI एजेंट मॉडल
Liquid AI का LFM2.5 2.6B एक 2.6 बिलियन पैरामीटर (2.69B कुल) वाला ओपन वेट लैंग्वेज मॉडल है, जिसे 4 अगस्त 2026 को रिलीज़ किया गया। यह मॉडल खास तौर पर ऑन डिवाइस एजेंटिक वर्कफ़्लो (प्लानिंग, टूल कॉलिंग, वेब सर्चिंग और मल्टी स्टेप टास्क) के लिए डिज़ाइन किया गया है और 2.5 GB से भी कम मेमोरी में चलता है। Apple M5 Max पर 22...
प्रकाशितकर्ताDeepSeek-V4-Flash से संपादितGPT Image 1.5 से चित्र बनाए गए
Liquid AI का LFM2.5 2.6B एक 2.6 बिलियन पैरामीटर (2.69B कुल) वाला ओपन वेट लैंग्वेज मॉडल है, जिसे 4 अगस्त 2026 को रिलीज़ किया गया।
यह मॉडल खास तौर पर ऑन डिवाइस एजेंटिक वर्कफ़्लो (प्लानिंग, टूल कॉलिंग, वेब सर्चिंग और मल्टी स्टेप टास्क) के लिए डिज़ाइन किया गया है और 2.5 GB से भी कम मेमोरी में चलता है।
Apple M5 Max पर 220 टोकन/सेकंड, AMD Ryzen AI Max+ 395 पर 113 टोकन/सेकंड और स्मार्टफोन पर लगभग 30 टोकन/सेकंड की स्पीड मिलती है।
इसे 34 ट्रिलियन टोकन पर प्री ट्रेन किया गया है और इसमें 128K टोकन का कॉन्टेक्स्ट विंडो और 128K का वोकैबुलरी साइज़ है।
What is Liquid AI's LFM2.5-2.6B model — its release date, parameter count, key design focus on agentic workflows (including planning, tool cLFM2.5-2.6B is Liquid AI's latest open-weight model for on-device agentic AI.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: What is Liquid AI's LFM2.5-2.6B model — its release date, parameter count, key design focus on agentic workflows (including planning, tool c. Article summary: Here is a comprehensive breakdown of Liquid AI's **LFM2.5-2.6B** model.. Topic tags: general, academic, documentation, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factua
openai.com
Liquid AI का LFM2.5-2.6B एक कॉम्पैक्ट, ओपन-वेट लैंग्वेज मॉडल है जिसे खासतौर पर AI एजेंट वर्कफ़्लो को सीधे आपके डिवाइस पर चलाने के लिए बनाया गया है — बिना किसी क्लाउड राउंड-ट्रिप के। 4 अगस्त 2026 को रिलीज़ हुए इस मॉडल में कुल 2.69 बिलियन पैरामीटर हैं और यह 2.5 GB से भी कम मेमोरी में चलता है, जो इसे लैपटॉप, एज सर्वर और यहां तक कि स्मार्टफोन पर भी चलाने लायक बनाता है ।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
"Liquid AI का LFM2.5-2.6B: 2.5 GB से भी कम मेमोरी में चलने वाला ऑन-डिवाइस AI एजेंट मॉडल" का संक्षिप्त उत्तर क्या है?
Liquid AI का LFM2.5 2.6B एक 2.6 बिलियन पैरामीटर (2.69B कुल) वाला ओपन वेट लैंग्वेज मॉडल है, जिसे 4 अगस्त 2026 को रिलीज़ किया गया।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Liquid AI का LFM2.5 2.6B एक 2.6 बिलियन पैरामीटर (2.69B कुल) वाला ओपन वेट लैंग्वेज मॉडल है, जिसे 4 अगस्त 2026 को रिलीज़ किया गया। यह मॉडल खास तौर पर ऑन डिवाइस एजेंटिक वर्कफ़्लो (प्लानिंग, टूल कॉलिंग, वेब सर्चिंग और मल्टी स्टेप टास्क) के लिए डिज़ाइन किया गया है और 2.5 GB से भी कम मेमोरी में चलता है।
मुझे अभ्यास में आगे क्या करना चाहिए?
Apple M5 Max पर 220 टोकन/सेकंड, AMD Ryzen AI Max+ 395 पर 113 टोकन/सेकंड और स्मार्टफोन पर लगभग 30 टोकन/सेकंड की स्पीड मिलती है।
Liquid AI का LFM2.5-2.6B: 2.5 GB से भी कम मेमोरी में चलने वाला ऑन-डिवाइस AI एजेंट मॉडल
Liquid AI का LFM2.5 2.6B एक 2.6 बिलियन पैरामीटर (2.69B कुल) वाला ओपन वेट लैंग्वेज मॉडल है, जिसे 4 अगस्त 2026 को रिलीज़ किया गया। यह मॉडल खास तौर पर ऑन डिवाइस एजेंटिक वर्कफ़्लो (प्लानिंग, टूल कॉलिंग, वेब सर्चिंग और मल्टी स्टेप टास्क) के लिए डिज़ाइन किया गया है और 2.5 GB से भी कम मेमोरी में चलता है। Apple M5 Max पर 22...
प्रकाशितकर्ताDeepSeek-V4-Flash से संपादितGPT Image 1.5 से चित्र बनाए गए
Liquid AI का LFM2.5 2.6B एक 2.6 बिलियन पैरामीटर (2.69B कुल) वाला ओपन वेट लैंग्वेज मॉडल है, जिसे 4 अगस्त 2026 को रिलीज़ किया गया।
यह मॉडल खास तौर पर ऑन डिवाइस एजेंटिक वर्कफ़्लो (प्लानिंग, टूल कॉलिंग, वेब सर्चिंग और मल्टी स्टेप टास्क) के लिए डिज़ाइन किया गया है और 2.5 GB से भी कम मेमोरी में चलता है।
Apple M5 Max पर 220 टोकन/सेकंड, AMD Ryzen AI Max+ 395 पर 113 टोकन/सेकंड और स्मार्टफोन पर लगभग 30 टोकन/सेकंड की स्पीड मिलती है।
इसे 34 ट्रिलियन टोकन पर प्री ट्रेन किया गया है और इसमें 128K टोकन का कॉन्टेक्स्ट विंडो और 128K का वोकैबुलरी साइज़ है।
What is Liquid AI's LFM2.5-2.6B model — its release date, parameter count, key design focus on agentic workflows (including planning, tool cLFM2.5-2.6B is Liquid AI's latest open-weight model for on-device agentic AI.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: What is Liquid AI's LFM2.5-2.6B model — its release date, parameter count, key design focus on agentic workflows (including planning, tool c. Article summary: Here is a comprehensive breakdown of Liquid AI's **LFM2.5-2.6B** model.. Topic tags: general, academic, documentation, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factua
openai.com
Liquid AI का LFM2.5-2.6B एक कॉम्पैक्ट, ओपन-वेट लैंग्वेज मॉडल है जिसे खासतौर पर AI एजेंट वर्कफ़्लो को सीधे आपके डिवाइस पर चलाने के लिए बनाया गया है — बिना किसी क्लाउड राउंड-ट्रिप के। 4 अगस्त 2026 को रिलीज़ हुए इस मॉडल में कुल 2.69 बिलियन पैरामीटर हैं और यह 2.5 GB से भी कम मेमोरी में चलता है, जो इसे लैपटॉप, एज सर्वर और यहां तक कि स्मार्टफोन पर भी चलाने लायक बनाता है ।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
"Liquid AI का LFM2.5-2.6B: 2.5 GB से भी कम मेमोरी में चलने वाला ऑन-डिवाइस AI एजेंट मॉडल" का संक्षिप्त उत्तर क्या है?
Liquid AI का LFM2.5 2.6B एक 2.6 बिलियन पैरामीटर (2.69B कुल) वाला ओपन वेट लैंग्वेज मॉडल है, जिसे 4 अगस्त 2026 को रिलीज़ किया गया।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Liquid AI का LFM2.5 2.6B एक 2.6 बिलियन पैरामीटर (2.69B कुल) वाला ओपन वेट लैंग्वेज मॉडल है, जिसे 4 अगस्त 2026 को रिलीज़ किया गया। यह मॉडल खास तौर पर ऑन डिवाइस एजेंटिक वर्कफ़्लो (प्लानिंग, टूल कॉलिंग, वेब सर्चिंग और मल्टी स्टेप टास्क) के लिए डिज़ाइन किया गया है और 2.5 GB से भी कम मेमोरी में चलता है।
मुझे अभ्यास में आगे क्या करना चाहिए?
Apple M5 Max पर 220 टोकन/सेकंड, AMD Ryzen AI Max+ 395 पर 113 टोकन/सेकंड और स्मार्टफोन पर लगभग 30 टोकन/सेकंड की स्पीड मिलती है।
LFM2.5-2.6B को 4 अगस्त 2026 को रिलीज़ किया गया । यह एक डेंस मॉडल है जिसमें 2.69B कुल पैरामीटर और 30 लेयर हैं: 22 डबल-गेटेड शॉर्ट कन्वोल्यूशन ब्लॉक और 8 ग्रुप्ड-क्वेरी अटेंशन (GQA) लेयर, जो LFM2 हाइब्रिड आर्किटेक्चर पर आधारित है ।
मुख्य डिज़ाइन फोकस: ऑन-डिवाइस एजेंटिक वर्कफ़्लो
यह मॉडल पूरी तरह से ऑन-डिवाइस एजेंटिक वर्कफ़्लो चलाने के लिए बनाया गया है — प्लानिंग, टूल्स को कॉल करना, वेब सर्च करना और मल्टी-स्टेप टास्क को अंजाम देना — और यह सब इस तरह से कि डेटा कभी भी डिवाइस से बाहर नहीं जाता और कोई अतिरिक्त इंफ़रेंस खर्च नहीं होता । इसमें नेटिव टूल कॉलिंग है और इसे Hermes Agent, OpenClaw और Pi जैसे रियल एजेंट हार्नेस में काम करने के लिए ट्रेन किया गया है ।
ट्रेनिंग डिटेल्स
प्री-ट्रेनिंग: लगभग 34 ट्रिलियन टोकन ।
वोकैबुलरी: 128K टोकन (पिछले मॉडलों से दोगुनी, जिससे नॉन-लैटिन स्क्रिप्ट और एजेंट इनपुट्स जैसे टूल स्कीमा और फाइल पाथ को बेहतर सपोर्ट मिल सके) ।
कॉन्टेक्स्ट विंडो: 128K टोकन (131,072), जिसे एक समर्पित मिड-ट्रेनिंग कॉन्टेक्स्ट-एक्सटेंशन फेज के जरिए बढ़ाया गया ।
चार-चरणीय पोस्ट-ट्रेनिंग पाइपलाइन:
मेमोरी फुटप्रिंट और डिकोड स्पीड
LFM2.5-2.6B 2.5 GB से कम मेमोरी में चलता है । नीचे दी गई डिकोड स्पीड Liquid AI के वेंडर-रिपोर्टेड आंकड़े हैं:
हार्डवेयर
डिकोड स्पीड
Apple M5 Max
220 टोकन/सेकंड
AMD Ryzen AI Max+ 395
113 टोकन/सेकंड
स्मार्टफोन
~30 टोकन/सेकंड
सिंगल Nvidia H100 (हाई कन्करेंसी)
~15,000 टोकन/सेकंड
सपोर्टेड इंफ़रेंस फ्रेमवर्क
यह मॉडल llama.cpp (GGUF), MLX (Apple Silicon), vLLM, SGLang, ONNX और स्टैंडर्ड Transformers को सपोर्ट करता है ।
उपलब्धता
Hugging Face पर LiquidAI/LFM2.5-2.6B पर ओपन-वेट डाउनलोड के लिए उपलब्ध है, जिसमें GGUF, MLX और ONNX क्वांटाइज़्ड फॉर्मेट के लिए अलग-अलग रिपॉजिटरी हैं । यह LFM1.0 ओपन-वेट लाइसेंस के तहत लाइसेंस प्राप्त है ।
कंपनी की पृष्ठभूमि: MIT स्पिनऑफ़
Liquid AI की स्थापना 2023 में MIT CSAIL स्पिनऑफ़ के रूप में रामिन हसानी (CEO), मथायस लेकनर (CTO), अलेक्जेंडर अमीनी (CSO) और डेनिएला रस (MIT प्रोफेसर और CSAIL डायरेक्टर) ने की थी । कंपनी की तकनीक MIT में लिक्विड न्यूरल नेटवर्क पर शोध से विकसित हुई है ।
सीमाएं
LFM2.5-2.6B एजेंटिक कोडिंग या नॉलेज-हैवी कार्यों के लिए अनुशंसित नहीं है। कोडिंग बेंचमार्क पर, बड़े मॉडल (जैसे, Qwen3.5-9B) बेहतर प्रदर्शन करते हैं, और आधिकारिक Hugging Face कार्ड इसका उपयोग उन कार्यभारों के लिए न करने की सलाह देता है । जटिल एजेंटिक कोडिंग या गहन नॉलेज रिट्रीवल के लिए, बड़े मॉडल अभी भी बेहतर हैं ।
LFM2.5-2.6B को 4 अगस्त 2026 को रिलीज़ किया गया । यह एक डेंस मॉडल है जिसमें 2.69B कुल पैरामीटर और 30 लेयर हैं: 22 डबल-गेटेड शॉर्ट कन्वोल्यूशन ब्लॉक और 8 ग्रुप्ड-क्वेरी अटेंशन (GQA) लेयर, जो LFM2 हाइब्रिड आर्किटेक्चर पर आधारित है ।
मुख्य डिज़ाइन फोकस: ऑन-डिवाइस एजेंटिक वर्कफ़्लो
यह मॉडल पूरी तरह से ऑन-डिवाइस एजेंटिक वर्कफ़्लो चलाने के लिए बनाया गया है — प्लानिंग, टूल्स को कॉल करना, वेब सर्च करना और मल्टी-स्टेप टास्क को अंजाम देना — और यह सब इस तरह से कि डेटा कभी भी डिवाइस से बाहर नहीं जाता और कोई अतिरिक्त इंफ़रेंस खर्च नहीं होता । इसमें नेटिव टूल कॉलिंग है और इसे Hermes Agent, OpenClaw और Pi जैसे रियल एजेंट हार्नेस में काम करने के लिए ट्रेन किया गया है ।
ट्रेनिंग डिटेल्स
प्री-ट्रेनिंग: लगभग 34 ट्रिलियन टोकन ।
वोकैबुलरी: 128K टोकन (पिछले मॉडलों से दोगुनी, जिससे नॉन-लैटिन स्क्रिप्ट और एजेंट इनपुट्स जैसे टूल स्कीमा और फाइल पाथ को बेहतर सपोर्ट मिल सके) ।
कॉन्टेक्स्ट विंडो: 128K टोकन (131,072), जिसे एक समर्पित मिड-ट्रेनिंग कॉन्टेक्स्ट-एक्सटेंशन फेज के जरिए बढ़ाया गया ।
चार-चरणीय पोस्ट-ट्रेनिंग पाइपलाइन:
मेमोरी फुटप्रिंट और डिकोड स्पीड
LFM2.5-2.6B 2.5 GB से कम मेमोरी में चलता है । नीचे दी गई डिकोड स्पीड Liquid AI के वेंडर-रिपोर्टेड आंकड़े हैं:
हार्डवेयर
डिकोड स्पीड
Apple M5 Max
220 टोकन/सेकंड
AMD Ryzen AI Max+ 395
113 टोकन/सेकंड
स्मार्टफोन
~30 टोकन/सेकंड
सिंगल Nvidia H100 (हाई कन्करेंसी)
~15,000 टोकन/सेकंड
सपोर्टेड इंफ़रेंस फ्रेमवर्क
यह मॉडल llama.cpp (GGUF), MLX (Apple Silicon), vLLM, SGLang, ONNX और स्टैंडर्ड Transformers को सपोर्ट करता है ।
उपलब्धता
Hugging Face पर LiquidAI/LFM2.5-2.6B पर ओपन-वेट डाउनलोड के लिए उपलब्ध है, जिसमें GGUF, MLX और ONNX क्वांटाइज़्ड फॉर्मेट के लिए अलग-अलग रिपॉजिटरी हैं । यह LFM1.0 ओपन-वेट लाइसेंस के तहत लाइसेंस प्राप्त है ।
कंपनी की पृष्ठभूमि: MIT स्पिनऑफ़
Liquid AI की स्थापना 2023 में MIT CSAIL स्पिनऑफ़ के रूप में रामिन हसानी (CEO), मथायस लेकनर (CTO), अलेक्जेंडर अमीनी (CSO) और डेनिएला रस (MIT प्रोफेसर और CSAIL डायरेक्टर) ने की थी । कंपनी की तकनीक MIT में लिक्विड न्यूरल नेटवर्क पर शोध से विकसित हुई है ।
सीमाएं
LFM2.5-2.6B एजेंटिक कोडिंग या नॉलेज-हैवी कार्यों के लिए अनुशंसित नहीं है। कोडिंग बेंचमार्क पर, बड़े मॉडल (जैसे, Qwen3.5-9B) बेहतर प्रदर्शन करते हैं, और आधिकारिक Hugging Face कार्ड इसका उपयोग उन कार्यभारों के लिए न करने की सलाह देता है । जटिल एजेंटिक कोडिंग या गहन नॉलेज रिट्रीवल के लिए, बड़े मॉडल अभी भी बेहतर हैं ।
सुपरवाइज़्ड फाइन-ट्यूनिंग (SFT): दो राउंड — पहले व्यापक कवरेज, फिर एजेंटिक टास्क, टूल यूज़, रीज़निंग और सॉफ्टवेयर इंजीनियरिंग पर लक्षित शेपिंग।
टीचर स्पेशलाइज़ेशन: प्रति डोमेन एक एक्सपर्ट (इंस्ट्रक्शन फॉलोइंग, मैथ, नॉलेज/हैलुसिनेशन कंट्रोल, कोड, टूल यूज़, लॉन्ग कॉन्टेक्स्ट) जिसे SFT + RLVR के जरिए ट्रेन किया गया।
मल्टी-डोमेन ऑन-पॉलिसी डिस्टिलेशन (MOPD): स्पेशलाइज़्ड टीचर छात्र मॉडल को उसके खुद के रोलआउट के दौरान टोकन-लेवल फीडबैक देते हैं।
एजेंटिक रीइन्फोर्समेंट लर्निंग (एजेंटिक RL): GRPO का उपयोग करके रियल एजेंट हार्नेस में मल्टी-टर्न RL, जिसमें आउटकम-बेस्ड रिवॉर्ड LLM जज, प्रोग्रामेटिक चेक और सेफ्टी गेट को मिलाकर दिए जाते हैं।
सुपरवाइज़्ड फाइन-ट्यूनिंग (SFT): दो राउंड — पहले व्यापक कवरेज, फिर एजेंटिक टास्क, टूल यूज़, रीज़निंग और सॉफ्टवेयर इंजीनियरिंग पर लक्षित शेपिंग।
टीचर स्पेशलाइज़ेशन: प्रति डोमेन एक एक्सपर्ट (इंस्ट्रक्शन फॉलोइंग, मैथ, नॉलेज/हैलुसिनेशन कंट्रोल, कोड, टूल यूज़, लॉन्ग कॉन्टेक्स्ट) जिसे SFT + RLVR के जरिए ट्रेन किया गया।
मल्टी-डोमेन ऑन-पॉलिसी डिस्टिलेशन (MOPD): स्पेशलाइज़्ड टीचर छात्र मॉडल को उसके खुद के रोलआउट के दौरान टोकन-लेवल फीडबैक देते हैं।
एजेंटिक रीइन्फोर्समेंट लर्निंग (एजेंटिक RL): GRPO का उपयोग करके रियल एजेंट हार्नेस में मल्टी-टर्न RL, जिसमें आउटकम-बेस्ड रिवॉर्ड LLM जज, प्रोग्रामेटिक चेक और सेफ्टी गेट को मिलाकर दिए जाते हैं।
docs.liquid.aiLFM2.5-2.6B - Liquid Docs
explainx.aiLFM2.5-2.6B: Liquid AI's Biggest On-Device Agent Model Yet
developersdigest.techLFM2.5-2.6B: Liquid AI's On-Device Agent Model Runs at 220 ...
gigazine.netA compact AI model with agent support that runs on ...
ai-tldr.devLFM2.5-2.6B — Liquid AI's 2.6B on-device agent… | AI/TLDR